TypeError: len плохо определено для символических тензоров. (Activation_3 / Identity: 0) Пожалуйста, вызовите `x.shape`, а не` len (x) `для получения информации о форме


10

Я пытаюсь реализовать модель DQL в одной игре openAI. Но это дает мне следующую ошибку.

TypeError: len плохо определено для символических тензоров. (активация_3 / идентификатор: 0) Пожалуйста, звоните, x.shapeа не len(x) для получения информации о форме.

Создание спортивной среды:

ENV_NAME = 'CartPole-v0'

env = gym.make(ENV_NAME)
np.random.seed(123)
env.seed(123)
nb_actions = env.action_space.n

Моя модель выглядит так:

model = Sequential()
model.add(Flatten(input_shape=(1,) + env.observation_space.shape))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(nb_actions))
model.add(Activation('linear'))
print(model.summary())

Подгонка этой модели к модели DQN от keral-rl следующим образом:

policy = EpsGreedyQPolicy()
memory = SequentialMemory(limit=50000, window_length=1)
dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)
dqn.compile(Adam(lr=1e-3), metrics=['mse', 'mae'])
dqn.fit(env, nb_steps=5000, visualize=False, verbose=3)

Ошибка из этой строки:

dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)

Я использую keras-rl == 0.4.2 и тензор потока == 2.1.0. Основываясь на других ответах, я также попытался использовать tenorflow == 2.0.0-beta0, но это не помогло устранить ошибку.

Может кто-нибудь объяснить мне, почему я сталкиваюсь с этой ошибкой? и как это решить?

Спасибо.


2
Что такое env? Где lenпроисходит? Или это часть обратных вызовов?
Целиус Стингер

envигровая среда для тренировок модели RL lenпроисходит где-то в библиотеке TensorFlow. Я обновил вопрос для более подробной информации.
vivekpadia70

Ответы:


3

Причиной этого является то, что tf.TensorTF 2.0.0 (и TF 1.15) __len__перегружен и вызывает исключение . Но TF 1.14, например, не имеет __len__атрибута.

Поэтому все, что TF 1.15+ (включительно) ломается keras-rl(именно здесь ), что дает вам вышеуказанную ошибку. Итак, у вас есть два варианта,

  • Понижение до TF 1.14 (рекомендуется)
  • Удалить __len__перегрузку в источнике TensorFlow ( не рекомендуется, так как это может сломать другие вещи)

Спасибо за ответ. Отлично работает на TF 1.14.
vivekpadia70
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.